本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明医用画像セグメンテーション：基盤モデルの適応とタスク特化学習の比較
要約この論文は、大規模な自然画像で事前学習された基盤モデルDINOv2を、スクラッチから学習したU-NetおよびResU-Netと比較し、医用画像セグメンテーションにおける性能を検証しています。実験は大腸内視鏡、乳房超音波、ダーモスコピーを対象としています。適応された基盤モデルは、すべての外部データセットでより高い汎化性能を示しました。一方、学習分布内ではデータが豊富な場合にタスク特化モデルが競争力を保ち、境界をより正確に描出しました。また、必要な適応容量は適応手法ではなく画像ドメインによって決まることが示されています。
説明例示ベースの接地によるEM-DETRを用いた医用病変検出の基盤モデルへの取り組み
要約本論文は、解剖学的構造と異常の両方に注釈が付けられた多様な医用画像データセットを統合し、多領域の病変検出基盤モデルを構築する手法を提案しています。ラベル空間が異なるデータセットを組み合わせ、破局的忘却を抑えるために生徒・教師型の学習戦略を導入し、以前に提案した例示ベースのEM-DETRを複数ドメインのデータから同時に学習できるよう改良しています。胸部X線の4つの主要所見で画像レベルのAUCが従来の最高値を1ポイント上回り、胸部X線とマンモグラフィーではmAP50で首位を達成したと報告されています。
説明TorchCurves：微分可能なパラメトリック曲線ライブラリ
要約本論文は、PyTorch 上でベクトル値のパラメトリック曲線を学習可能な基本要素として扱うライブラリ TorchCurves を紹介する。スカラー入力をB スプラインまたはルジャンドル多項式基底で表された曲線上の点に写像し、入力と係数の両方について微分できる。係数は周囲のモデルと同時に最適化することも、別のネットワークで生成することもできる。NumPy、SciPy、EfficientKAN との比較による計時実験により、計算コストが実用的な範囲と大きくなる範囲が示されている。
説明AutoScaffold：言語モデルの強化学習のためのAI誘導型スキャフォールディング
要約本論文は、凍結された教師モデルが学生モデルの学習経験を定期的に分析し、ボトルネックを特定して、タスククラス共通の戦略と個別の難しいタスク向けのヒントという2種類の学習時スキャフォールドを設計するフレームワークAutoScaffoldを提案しています。評価時にはこれらのスキャフォールドは取り除かれます。ALFWorld、検索ベースQA、数学推論、GPUカーネル生成の4分野で適用され、スキャフォールドなしの評価では、対応するRLベースラインより優れた結果を報告しています。
注目点凍結された教師モデルが訓練時の足場を自動設計する点に新規性があり、四つの領域で評価評価で有意な改善を示す。
説明対比発見：競合する説明の中での自由形式の科学的発見
要約本論文は、LLMエージェントが単一の仮説を一つずつ検証する方法の限界を指摘し、互いに排他的で網羅的な競合説明の集合で仮説を置き換える「対比発見」を提案する。実験の証拠によって各説明の信頼度が再配分され、信頼度が一つの説明に集中したとき問題が解決したとみなされる。六つの分野での評価では、同じ証拠から従来手法より多くの問題を具体的な代替説明へ解決でき、同じ実験予算で逐点的サプライズ法より多くの問題を解決したと報告されている。
説明Pyrite：タンパク質－リガンド結合ポーズ順位付けエージェントの構築とベンチマーク
要約本論文は、多様なタンパク質－リガンド複合体の1,500組のポーズ対からなる比較ベンチマーク「Pyrite」を提案します。3D可視化ツールと物理ベースのスコアを備えた専門化学者の判定は、ほぼ偶然レベルにとどまりました。著者らは、テキストによる推論で直接比較するエージェントと、特徴量を生成してロジスティック回帰で順位付けするエージェントの2種類を大規模言語モデルで開発し、最大67%と74%の精度を示しました。
説明実際の配線は本当に勝つのか？測定されていない生理特性に対して、コネクトーム構造と機能の主張を検証する
要約本論文は、測定された配線図がシャッフルや再配線よりも優れているという主張、すなわち構造が機能を規定するという結論が、モデルの生理パラメータの調整方法によって左右されないかを検証する。三種類の比較方法を区別し、合成データ、プラセボ帰無モデル、三つのショウジョウバエ回路モデルで検討している。蕈状体では、データで制約された生理条件下で実配線の優位が逆転し、結論が方法に依存することが示されている。
注目点三つの推定量を区別する手続きを提案し、コネクトーム構造と機能の結論が調整方法により反転しうることを示す。合成真値、プラセボ、ショウジョウバエ回路モデルで検証し、信頼区間を報告。
説明Continual-ARC：生涯にわたるスキル獲得を測る評価ベンチマーク
要約本論文は、三つのARC-AGI版のタスクから構成される生涯学習用のデータストリーム「Continual-ARC」を提案する。タスクは領域知識を必要とせず、同じタスクが休止期間の後に新しい事例として再び現れる。学習者は消費した フィードバック予算の割合で採点されるため、記憶ベースと重みベースのシステムを同じ基準で比較できる。実験の結果、ハーネスの永続化は通常は記憶を改善せず、未見タスクでの向上も見られない一方、重みベースの学習では大きな改善が確認された。
説明分子相互作用の基盤モデルに現れる生物学的能力
要約本論文は、約3.2兆トークンのタンパク質－リガンド配列対で訓練された分子相互作用の基盤モデルBonbonを紹介しています。タスク固有の教師信号や構造座標なしに、機能・残基・結合の三つの階層でゼロショットの創発的能力を示し、分布外の複合体にも汎化します。さらに最大規模のモデルで評価指標が急に向上する現象が報告されています。湿式実験では九つの疾患標的に対する新規化合物で61.5%の用量反応ヒット率が得られたとされています。
注目点分子相互作用の基盤モデルに創発能力を拡張し、スケーリングでの急激な跳躍を報告。要約は多スケール実験と湿式実験を挙げるが、詳細は要約からは確認できない。
説明ニテロイ市における交通手段選択の空間パターン：合成人口に基づくシミュレーション研究
要約本論文は、マクロで集計された静的な都市データから、ミクロで動的かつ空間的に詳細な都市移動モデルを構築する計算フレームワークを提案する。ブラジルのニテロイ市の約47.5万人の合成住民に適用したところ、シミュレーションによる近隣単位の公共交通利用パターンは経験的な活動指標と強い相関を示した。徒歩はコンパクトな中心部で多く、自動車利用は郊外へ向かって増加し、バス路線沿いでは公共交通の利用が比較的高い。バス停までの徒歩時間を30%短縮すると、モデル上の公共交通対自動車の比率は11.3%上昇する。
説明コネクトーム制約付きハエ視覚モデルの頑健性と効率の測定：敵対的摂動と知覚錯視の関連づけ
要約本研究は、果実バエのシナプス結合（コネクトーム）で制約され、課題に最適化された連続時間リカレントニューラルネットワーク（FlyNet）を対象に、微分可能な3次元レンダリング上の衝突検出課題で、CNN、RAFT、コネクトーム制約のない連続時間リカレントネットワークと比較しています。FlyNetは敵対的摂動に脆弱である一方、計算量に対しては一般的な映像劣化にRAFTより頑健で、浮動小数点演算数は最大5桁少ないと報告されています。また、同じ低次の運動統計量が、敵対的テクスチャと反転Phi錯視の両方による失敗を説明することが示されています。
説明RS-JEPA：走査経路ビューを用いたクロスセンサー画像検索のためのリモートセンシング結合埋め込み予測アーキテクチャ
要約本論文は、SARと光学、パンクロマチックとマルチスペクトルなど異なるセンサー間で同じ内容の画像を、ラベルなしで検索するための自己教師あり手法RS-JEPAを提案しています。両センサーで共有するVision Mambaエンコーダを用い、同一画像の二つの読み取り順序を二つのビューとして扱い、一方の順序から他方の隠れたパッチを予測します。BEN-14K、CBRSIR-VS、DSRSIDの各ベンチマークで、比較した12手法の中で最も高いF1@5を示し、検索ネットワークのパラメータは3.88Mです。
説明エージェント評価フレームワークの比較分析：安定性・既知リスク検出・未知リスク発見
要約本論文は、企業向け分析エージェントを評価する三つのフレームワーク（実行トレースに基づくLLM判定、テキストのみのLLM判定と赤チーム演習、決定的ヒューリスティクス）を比較しています。研究は三段階で行われ、評価プロセスの安定性を測定した後、72件の正解付きテストケースで既知のリスク検出を評価し、未知のリスクを発見しました。論文は、評価ツールが利用できる情報が評価の質を決めること、機能評価と安全評価は相互に補完的であることを示し、トレースベースの機能評価と敵対的赤チームによる安全検証を組み合わせる二フレームワーク戦略を提案しています。
説明ReTrace：ツール利用エージェントを計画器なしのワークフローに蒸留する手法
要約本論文は、自然言語で書かれた標準作業手順（SOP）と少数の記録済みエージェント実行ログから、次のステップを大規模言語モデルではなくコードが選択する再利用可能なワークフローを生成するReTraceを提案しています。各ステップの条件をエージェントの推論から抽出し、複数の実行にわたって統合して規則文書を作り、そこから実行可能なワークフローを生成します。複数のベンチマークで、完了率やタスク成功率はエージェントに近い水準を示し、コストと実行時間は大幅に削減されたと報告しています。
説明TimeSeek：汎用時系列分析のためのマルチタスク・マルチドメイン事前学習モデル
要約本論文は、汎用的な時系列分析モデルTimeSeekを提案している。既存の時系列基盤モデルは主にTransformer層の積み重ねでパラメータを増やしており、また多くは特定タスク向けに事前学習されているという課題に対応したものである。TimeSeekはマルチドメイン特徴抽出器により各ドメインの特性に応じた時間依存性とチャネル相関を適応的に捉え、マルチタスク協調学習で予測・異常検知・分類を事前学習段階で統合する。大規模時系列データで事前学習した結果、少数ショットおよびゼロショットの設定で各タスクに対し最先端の性能を示し、推論効率も良好であると報告されている。
説明Re-Search：二者間の質問ゲームで大規模言語モデルの研究アイデア創出を分析する
要約本論文は「二十の扉」ゲームを研究アイデア創出に応用したベンチマーク「Re-Search」を提案します。モデルは公開済み論文の研究課題のみを与えられ、是非で答える質問を重ねて核心的なアイデアを再発見します。ICML 2026の論文200本と六つの最新大規模言語モデルで検証したところ、進展の大部分は100問中最初の30問以内に起こり、その後多くのモデルは停滞しました。研究はボトルネックが判断ではなく生成にあると結論づけています。
説明機構的解釈可能性には推論の論理が必要：内部観察から機構的説明へ至るための五原則と再帰的推論の枠組みを提案する論文
要約本論文は、ニューラルネットワーク内部の機構を研究する機構的解釈可能性（MI）において、局所的な観察からどのように機構的説明を導くかを扱う。著者らは神経科学とMIの取り組みを比較し、複雑な神経系から機構を推論する際に繰り返し現れる推論上のボトルネックを指摘する。五つの原則を提案し、より厳密な機構的推論の手続きとして再帰的な論理にまとめている。これらは機構の知見を累積させ、モデルを超える領域への検証可能な仮説を生むとされる。ただし、モデルの機構が世界について何を示すかの確立には、MI以外の証拠が必要だと結論づけている。
説明Pterodactyl：効率的な自動翻訳評価の限界への挑戦
要約本論文は、1020 GroupがWMT26自動品質評価共有タスクに提出したシステムPterodactylを紹介しています。主に子タスク2と3、すなわち文単位の品質スコア予測と誤りのない文の検出を対象としています。LLMを評価者として用いる手法で、ROC分析に基づいてプロンプト設計とモデル選択を行い、超低コストで高度にカスタマイズ可能な二値分類システムです。
説明FERN：凍結リトリーバーと学習ランキングによるクロスベンチマーク表検索（Text-to-SQL向け）
要約本論文は、大規模な混合テーブルカタログからText-to-SQLに必要な表を検索するFERNを提案する。3つの凍結リトリーバーで100件の候補を統合し、最大120個の特徴量で各候補を記述してLightGBMランカーで並べ替え、生成型LLMは使用しない。Spiderでは上位15表の候補プールだけでRASLの公表再現率に達し、上位5表で全正解表を含む質問の割合は83.9%から95.6%に上昇した。BIRDでは中央値レイテンシが1問あたり208ミリ秒（A100 1基）と報告されている。
説明BoviShift：個体と時間をまたぐ牛の視覚的表現型の6年間・多属性監査
要約本論文は、2021年から2026年にかけて運営中の牛市場から収集された6つの連続した年次コホートを再構成したデータセットBoviShiftを紹介します。2,657頭の牛、10,610枚の静止画像、2,566本の周回撮影動画を含みます。画像ランダム分割と牛単位の分割を比較し、将来の年のコホートへの汎化を、体重、年齢、体高、品種、毛色の推定について評価しています。
説明TanCRAFT：組立作業向けの文脈推論型先回りフィードバック
要約本論文は、物理的な組立作業で人が誤りを犯す前に介入する、四段階のリアルタイム予測支援システムTanCRAFTを提案している。システムはシーンの状態を追跡し、途中までの組立状況を推論して、操作中の部品の近未来の動きを予測し、予測された配置が目標と合わない場合に介入する。制御されたタングラム組立課題において、オフラインのベンチマークと被験者内ユーザー実験によって有効性を確認した。予測的フィードバックは、支援なしおよび事後反応型のセッションと比べて誤りを有意に減らし、平均的な主観的作業負荷と平均完了時間も最も低かったという。
説明C²-Routing：切り抜きと圧縮を組み合わせた効率的な視覚言語推論手法
要約本論文は、視覚質問応答における視覚言語モデルの計算負荷を減らすため、入力画像と質問に応じて切り抜きと全体画像の圧縮を適応的に選択するC²-Routingを提案している。元の入力と縮小入力の正答分布に基づく安全ゲートで必要時にフォールバックし、精度を守る。3つのモデルと18のデータセットでの評価では、視覚トークンを1,024に制限した上で、FLOPsを平均36.53%、視覚トークンを42.36%削減し、タスクスコアの低下は平均0.77%にとどまった。
説明不均質SIS反応拡散モデルにおけるベイズ逆問題と流行閾値の不確実性
要約本論文は、不均質なSIS反応拡散モデルの初期観測データから、ベイズ推定によって感染の持続性を推定する方法を研究している。初期の有病率の動きは、感染率と回復率の差および感染者の拡散係数のみに依存することが示される。この組み合わせは持続性を決める主固有値も決めるため、個々の率が不確かでも閾値を推定できるとしている。モデルの適切性、パラメータ安定性、事後分布の収束などの結果を示し、数値例で説明している。
説明事後学習における方策最適化の理論：カバレッジ崩壊と参照リセット
要約本論文は言語モデルの事後学習における方策最適化を理論的に検討し、基礎モデルが最適な応答をどの程度生成しやすいかを表すカバレッジによって、必要なサンプル数と勾配ステップ数が決まる「カバレッジ保存型」アルゴリズムを提案している。REINFORCE（PPOやGRPOの基礎）では、報酬が向上しても最適応答の確率がほぼゼロまで下がる「カバレッジ崩壊」が起こりうることを示している。さらに、KL参照を最新の方策へ繰り返しリセットする手法を近似方策ミラー降下法（APMD）として定式化し、いくつかの一般的な事後学習アルゴリズムについて大域収束の保証を与えている。
注目点被覆率の崩壊と参照リセットの概念を提示し、ソフトマックス線形方策での初の大域収束保証を示す。
説明交差検証の分散に関する理論
要約交差検証は、データを訓練用と検証用に繰り返し分けて、モデルの予測性能を推定する手法である。本論文は、交差検証による推定値の分散に関する厳密な有限標本の恒等式を示し、分散がランダムな分割によって各観測値に割り当てられる重みで決まることを明らかにしている。その結果、K分割交差検証は一次の分散において最適であり、合理的な条件のもとで留一法が最小の分散を持つこと、AUCについては留一ペア法が最小の分散を持つことを示している。さらに、推定値が漸近正規性を持つことも示している。
注目点交差検証分散の正確な有限標本恒等式を提案し、K分割と留一法の分散最適性を示す。作者はMSEやAUCを含む指標での証明と漸近正規性を報告している。
説明表形式基盤モデルによるエネルギー物質の物性の高精度予測
要約本論文は、表形式データ向けの基盤モデルであるTabPFNを用いて、エネルギー物質の衝撃感度、分解温度、結晶密度の3つの物性を予測した研究である。ハイパーパラメータ調整を行わなくても、3つの物性すべてで既存の最良モデルを上回り、調整済みのXGBoostやランダムフォレスト、ガウス過程などの従来型機械学習モデルよりも高い性能を示した。さらに、目標値の分布全体を予測するため不確実性の定量化が可能であり、Shapley値によって特徴量の重要度を解釈している。
説明テキストエンコーディングは言語モデリングにいつ影響するのか？
要約本論文は、バイトレベル言語モデルの性能にテキストエンコーディングが与える影響を検討し、UTF-8を他のUnicodeベースの方式、言語固有のエンコーディング、著者独自のエンコーディングと比較しています。分析のため、対象言語には固有のエンコーディングを用い、全Unicodeへの対応はUTF-8で補うハイブリッド方式Aetherを提案し、表記体系の異なる4言語をモデル化しています。その結果、中国語や韓国語のように1文字あたりの情報量が多い言語は圧縮型エンコーディングの恩恵を大きく受ける一方、グルジア語やタミル語のように1文字の情報量が少ない言語は、エンコーディングの選択にほとんど左右されないことが分かりました。著者はこれを受け、テキストエンコーディングは一律の既定値ではなく、言語ごとに設計すべき判断だと主張しています。
説明リアルタイム肌レンダリングとデジタル化のための軽量な微分可能手法
要約本論文は、リアルタイムレンダリングパイプラインに適した散乱パラメータを直接推定する、微分可能なスクリーン空間次表面散乱（SSSS）フレームワークを提案しています。基本テクスチャと散乱距離を同時に最適化し、顔の領域ごとに推定したプロファイルマップを生成します。低コストな単一光源・単一視点の撮影で、45名の実データと合成データを用いて検証されています。
説明UGG：統一生成的幾何モデル。一つの生成モデルで4Dシーンの映像と幾何情報を同時に扱う手法
要約本論文は、4Dシーン理解のための統一フレームワークUGGを提案します。RGB映像と、深度やカメラ姿勢などの幾何表現を同時にモデル化します。モダリティと時刻ごとに異なるノイズレベルを割り当てることで、映像生成と幾何予測を単一の生成モデル内の条件付き補完として定式化しています。著者らは、非統一のベースラインと比べて、カメラ制御型映像生成、深度推定、カメラ姿勢予測で有効性を示し、疎な観測の場合も含むとしています。
説明説明可能なディープフェイク検出のための指標整合型グループ相対方策最適化
要約本論文は、ディープフェイク検出では真偽の判定だけでなく、各予測の根拠となる視覚的証拠の説明が必要だという課題に取り組みます。ACM Multimedia 2026の説明可能なディープフェイク検出チャレンジへの提出として、予測してから説明する二段階の流れを提案し、XPlainVerseベンチマークで学習・評価しています。まず視覚基盤モデルのアンサンブルで画像の真偽を判定し、続いてQwen3-VL-8Bが判定を条件とした視覚証拠の説明を生成します。さらに指標整合型のGroup Relative Policy Optimization（GRPO）で説明器を最適化し、複雑なBERTScore-F1を0.686から0.712に向上させ、提出結果は複雑なBERTScore-F1で1位、総合で7位でした。
説明家事100タスクに1つのポリシーで対応：2026 BEHAVIOR チャレンジの解法
要約本論文は、OmniGibson シミュレータ上の長期的な家事タスク100件を対象とした2026 BEHAVIOR チャレンジへの解法を紹介する。チームは、100タスクすべてに1つのチェックポイントで対応する単一の視覚・言語・行動（VLA）モデルを用いて、最終順位9位を獲得した。2025年に共通する50タスクではQ値が0.260から0.371に上昇し、100タスク全体のスコアは0.392である。さらに14タスクでは、学習済みポリシーの上にGPT-6 Astra（コーディングエージェント）を組み合わせ、平均Q値は0.639となり、学習済みポリシーの0.108を上回った。
説明二つの分野、一つの問題：資源制約付きプロジェクトスケジューリングにおける分枝限定法とA*の比較
要約本論文は、運用研究由来の分枝限定法（B&B）と人工知能由来のA*という、いずれも厳密解法の探索手法を比較する。資源制約付きプロジェクトスケジューリング問題（RCPSP）を例題とし、480の既存ベンチマーク事例で実験を行っている。結果として、グラフベースのA*が検討したB&B版を大きく上回り、追加の枝刈り規則を用いると480事例すべての最適性を証明できたのに対し、同じ時間・メモリ制限下の最良優先B&Bは445事例であった。
説明センサーデータ向け時系列基盤モデルのサンプリング周波数不変性の定量化
要約本論文は、MOMENT、Chronos-2、Moirai-MoE、TimesFMの4つの時系列基盤モデル（TSFM）について、サンプリング周波数が変化した際の安定性、すなわちサンプリング周波数不変性を評価しています。著者らは、埋め込みのずれ、予測性能の低下、下流タスク性能の低下の三つの側面を、FSI、FDI、CDIという新しい指標で測定しています。不変性は信号の元のサンプリング周波数とタスクに必要な帯域幅との差に依存し、性能低下は主に情報損失を反映すると論じています。
説明DnNP：ニューラルプロセスにおける入力の不確実性のデノイズ
要約ニューラルプロセス（NP）は不確実性を定量化できる柔軟なメタ学習モデルですが、標準的な枠組みはノイズのない入力を前提としています。本論文では、入力の不確実性を明示的にモデル化する拡張としてデノイジングニューラルプロセス（DnNP）を提案し、変分推論で学習します。合成データと実世界の大気質センサーによるPM2.5空間補間において、標準的なNPと比べて予測と不確実性推定が改善し、RMSEは最大30%、NLLは最大73%低減しました。
説明Earlybird：29Mパラメータの予測型ストリーミング音声認識
要約本論文は、2,900万パラメータのストリーミング音声認識モデルEarlybird（4ビット量化で約16.8 MB）を提案している。音声をランダムな箇所で打ち切った音声で学習し、その時点までに到来する単語を途中まで話された単語も含めて予測し、その後の2語も推測する。LibriSpeech test-cleanでは、中央値の単語を話者が言い終える90ミリ秒前に正しく予測し、公開されている既存のストリーミングモデルは単語終了後90〜400ミリ秒で認識する。
説明OnlyAct：世界モデルのために基盤モデルから行動表現を抽出する手法
要約動画世界モデルには行動ラベルが必要ですが、そのラベルは少なく、スケールさせにくい状況です。本論文は行動を一から学習せず、事前学習済み基盤モデルV-JEPA 2のフレームペア埋め込みを出発点とします。ラベル不要の対比適応により、同じ動きで異なるシーンのペアを近づけ、同じシーンで異なる動きのペアを遠ざけて、シーンを捨てて行動を抽出します。ロボット操作、カメラナビゲーション、ゲーム、運転のベンチマークで評価した結果、注釈不要の潜在行動手法より表現力が高く、シーン不変性は同等であると報告しています。
説明大規模言語モデルが生成する世界モデルを神経記号推論用に評価する研究
要約本論文は、五つの大規模言語モデルが自然言語で記述された状況から部分観測確率ゲームとしての世界モデルを生成できるかを検証し、44のシナリオからなるベンチマークで評価します。生成された410件の多くは機械的に妥当でしたが、作者の参照モデルと構造が完全に一致したものは少数でした。機械的な妥当性だけでは、下流の推論や計画に用いる構造の忠実性は保証されないと結論づけています。
説明需要に応じた精度：小型ローカルモデルで不確実な復号ステップのみ重みビット数を上げる方法
要約本論文は小型ローカル言語モデルの復号方式を検討している。8ビット重みを保存し、通常は上位4ビットで復号するが、低精度の出力分布が不確実（エントロピーが閾値を超える、または上位2候補の差が小さい）な場合のみ、そのステップを8ビットで再計算する。実験はQwen3-0.6Bモデルと GSM8K ベンチマークを用い、コストはトークンごとに読み込む重みバイト数で測定している。オフライン再生と実運用の結果を比較しており、実運用のデータだけではこのゲートと両端の方式を区別できないと述べている。
説明音楽類似度のための音声基盤モデルの事後的な表現分離の検討
要約本論文は、CLAP、MuQ、MERTなどの事前学習済み音声基盤モデルの凍結された埋め込みに対して、事後的な表現分離を行う方法を検討したものです。条件付き類似度ネットワーク（CSN）を用いて、埋め込み空間を属性ごとの部分空間にゲーティングします。2つのデータセットで評価した結果、少数の学習可能なパラメータを加えるだけで、属性ごとの分離と全体の検索性能が向上することが示されました。プーリング、マスキング、深さの選択による追加的な効果は限定的でした。
説明ビットか並べ替えか：小型ローカル言語モデルで固定の推論予算を重みの精度と選択肢順序の平均化にどう配分するか
要約本論文は、固定された推論予算を、ローカルの小型言語モデルで重みのビット数を減らすことと、選択肢の順序を変えた複数回の結果を平均することのどちらに使うのが有利かを検討します。Qwen3-0.6BおよびQwen3-1.7Bに対し、8・6・4・3ビットの模擬量子化を適用し、ARC、MMLU、HellaSwagなどで評価しています。6ビットではfp16に対して精度の損失が見られず、コストを揃えた比較では重みが6ビット以上の場合にのみ、順序の追加がビットの追加より有利だと報告しています。
説明深層ニューラルモデルの因果的概念説明：介入型媒介分析で概念説明を学習・定量化するCCW-Net
要約本論文は、ニューラルモデルの概念ベースの説明が相関にとどまり、出力に対して必要でも十分でもない説明が誤解を招きうる点を指摘しています。著者らは、経済学・医学・疫学で用いられる介入型媒介分析を訓練目標とするCCW-Net（Causal Concept Wrapper Network）を提案し、概念表現に必要性・十分性・独立性を持たせます。さらに媒介分析を評価ツールとして用い、各概念が出力にどれだけ因果的に寄与するかを定量化しています。評価は飛行機制御、運転、画像分類で行われています。
説明南アジアモンスーン降水の熱力学方程式の発見
要約本論文は、ニューラルネットワークと記号回帰を組み合わせた記号的蒸留法を用い、21年分の6〜8月の再解析データから解釈可能な降水方程式を導出する研究です。最良の方程式は、広く使われる浮力ベースの診断指標の1.5倍の降水分散を説明し、ニューラルネットワークの予測能力の約85%を、約千分の一のパラメータ数で再現しています。
説明REAL損失：投機的デコーディングにおける実際の期待受理長を最適化する手法
要約本論文は、大規模言語モデルの投機的デコーディングの高速化効果を左右する期待受理長（EAL）に着目している。既存の学習目標はEALと一致せず、勾配の向きが逆転しうる共分散の差があると指摘する。著者らはパス重みによる不偏推定とRao-Blackwell化による分散低減を用いたREAL損失を提案した。対照実験では、複数のタスクと乱数シードにわたり既存の基準手法より高い受理長を示し、草案モデルや推論手順の変更は不要である。
説明LoRAのマージン視点：破滅的忘却への頑健性とアダプター統合（MaLoRA）
要約本論文は、マージン（margin）の観点から、LoRA低ランク適応法が破滅的忘却に強く、独立に学習したアダプターを統合できる理由を理論的に説明します。ℓ2正則化を伴う多クラス線形分類・近直交タスクの設定で最適なLoRAアダプターを解析し、中間的な正則化領域では微調整データ上の最大マージン解と一致することを示します。これに基づき、学習不要の統合手法MaLoRAを提案し、視覚・言語分類タスクの実験で既存のアダプター統合手法と同等以上の性能を示すと報告しています。
説明ブロック境界をぼかす：効率的な拡散言語モデルのための重なりブロック・ノイズ除去
要約本論文は、ブロック拡散型の拡散言語モデルの推論を高速化する手法B3（Blurring the Block Boundaries）を提案している。1回のフォワードパスの中で隣接する2つのブロックを並列に精錬し、モデルの状態に応じて次のブロックの生成開始を動的に決める。学習も追加のハイパーパラメータも不要で、自己編集機能を持つブロック拡散モデルに組み込める。10のデータセットでの評価では、生成品質は基盤モデルと同等で、速度は11.5%から14.5%向上したと報告されている。
説明エネルギーの視点から見た機械学習：統一的枠組みを示すチュートリアル
要約本論文は、スカラーのエネルギーで確率分布を定義するエネルギーベースモデル（EBM）についてのチュートリアルです。EBMを機械学習の様々な手法を結びつける共通の視点として用い、エネルギー関数、推論手法、学習手法の三つの選択によって任意のEBMが決まることを示しています。判別モデル、生成モデル、表現学習、強化学習、計画などを同じ枠組みで整理し、一つの構成要素を入れ替えて新しいアルゴリズムを設計する方向性も提案しています。
説明大規模言語モデルにおける「思考による学習」の認知的マッピング
要約本論文は、大規模言語モデルに見られる、外部からの新しい入力なしに内部の推論を通じて新たな洞察を得る「思考による学習」を、四つの機構（反省的推論、合成記憶の形成、内部シミュレーション、概念の自己組織化）に対応づける認知フレームワークを提案しています。思考連鎖プロンプティングや自己整合性、Self-Instructなどの手法がこれらの機構をどの程度近似するかを分析し、その典型的な失敗とその構造的な原因を論じています。
説明人間とAIの協働による画像集合の個数推定では何が重要か
要約本論文は、大量の画像集合に含まれる対象物の総数を、人間とAIの協働で推定する方法を検討しています。生物顕微鏡画像、地上・空撮による野生動物調査、都市構造物の俯瞰画像など12のタスクで、モデル・推定器・適応手法の選択を比較しています。学習不要のマルチモーダルモデルは多くのタスクで有力な出発点となり、標注予算が大きい場合は微調整された検出器が有利になるとされています。また、人が標注する対象の優先順位付けにモデル予測を使うと効率が向上し、空撮によるアメリカンプロングホーン調査では、収集画像の中央値3.2%を確認するだけで±5%の許容誤差を満たしたと報告されています。
説明スパースガウス過程クリティックによるオンライン行動選択を伴う不確実性考慮型ハイブリッド・オフライン強化学習
要約本論文は、重合反応器の起動や銘柄切り替えが現在主にオペレーターの手動操作に依存している問題を扱う。著者らは、履歴データから行動を選ぶハイブリッド・オフライン学習・オンライン最適化手法（HOFLON）を基に、従来の木アンサンブル型クリティックと敵対的オートエンコーダ（AAE）によるペナルティを、スパース変分ガウス過程（sGP）クリティックに置き換えた。行動選択はμ−κσを最大化する。HOFLONの重合反応器ベンチマークでは、AAEを除去すると五つのクリティックによる15回の運転のうち4回で起動に失敗した。Matérn-5/2のsGPクリティックでは、κ=0で15回中13回が失敗し、κ=3では失敗はなかった。
説明ビデオフレームからロボットのメタフレームへ：世界動作モデルのための統一潜在インターフェース
要約本論文は、ロボットの動作と将来の観測を同時に予測する世界動作モデル（WAM）を、事前学習済みのビデオ拡散モデルをもとに構築する研究である。提案手法MetaWAMは、固有受容感覚、動作、価値などのロボット信号を、互いに重ならない周波数領域のチャネル帯に割り当て、逆離散コサイン変換で空間潜在表現へ変換して単一の統一メタフレームにまとめる。RoboCasaでは成功率68.9%、推論遅延は39%削減され、実機の3つのFranka課題では成功率85.0%を達成したと報告されている。
説明ARE-bench：実際の研究者セッションとワークスペースにおける研究エージェントの能力評価ベンチマーク
要約本論文は、研究エージェントが実在する研究プロジェクトの途中で、先行する決定や未完成のワークスペースを尊重しながら作業を前進させられるかを評価するベンチマーク ARE-bench を提案する。75 のタスクからなり、7 つの研究段階、33 の要件、150 のサブ要件、計 1,173 の二値チェック項目を含む。7 つの最先端モデルを評価した結果、最も優れたモデルでも全チェック項目を満たしたのは 66.2% のタスクにとどまった。
説明「未使用の入力」：再帰型時系列基盤モデルの条件付けインターフェースとしての初期状態
要約時系列基盤モデルは、タスク固有の学習なしに未知の系列を予測できます。本研究はxLSTMベースのゼロショット予測器TiRexを事例とし、主要部を凍結して小さなヘッドのみを学習させ、文脈ベクトルを初期再帰状態に書き込みます。これにより精度の変化を重み適応ではなく注入された状態に帰属させられます。結果として GiftEval の平均 MASE がわずかに改善し、テキスト条件付けでは追加の改善も見られました。著者らは効果は小さく予備的だとしつつ、初期状態が今後の研究の方向性になると述べています。
説明EngineAgent：推論スタック階層を理解するオンデバイスLLM推論エンジン向けエージェント化システム
要約本論文は、オンデバイスLLM推論エンジンへ新しいモデルを自動的に対応させるエージェントシステム「EngineAgent」を提案する。推論スタックの階層を考慮したエンジンインデックスを構築し、各バックエンドのビルド・実行・デバッグ手順を事前に検証する。新モデルごとに、ビルダーが層をまたぐ変更を調整し、オーディターが実装の完全性を確認して端末上の検証を通じて反復的にデバッグを行う。3つのモバイルLLMと4組のエンジン・バックエンドの組み合わせによる12タスクで、EngineAgentは端末上の検証を含むエンドツーエンド成功率75%を達成し、最強のコーディングエージェントの33.3%を上回った。
説明CLADE：不完全な根拠からのカテゴリレベル回答（検索拡張言語モデル）
要約本論文は、検索された段落は正確で関連性が高いものの、質問が求める粒度より粗いカテゴリしか示さない場合を扱います。著者らはこれを解決可能な不十分性と呼び、粗い段落を読んだ言語モデルが回答を控えたり追加検索したりせず回答してしまう現象を Clade と名付けています。PrimeKG の生物医学問題では、こうした段落は無関係な段落と比べて回答保留を 13.8 ポイント減らし、その推測の約半分は誤りでした。
注目点解決可能な不足（resolvable insufficiency）とCladeという現象を提起し、反事実テストとオントロジー実験で検証している。
説明AIは劣化しているのではなく、人間の評価基準が厳しくなっている：大規模言語モデルの人手評価における基準の上昇
要約本論文は、Chatbot Arenaで行われた1,260,967件の匿名ブラインド投票を分析し、バージョンが固定されたモデルの組で「両方とも不十分」と答えた割合を調べたものである。2023年5月から2024年8月にかけて、この割合は月ごとに上昇した一方、モデル間の相対的な順位は安定していた。著者らは、これは分野の進歩に合わせて評価基準が上がったことを反映しており、モデル自体の性能低下ではないと論じている。
注目点評価者の基準が時間とともに上がるという説明を提示し、モデル変化と評価者の判断変化を分離して検証。約126万件の盲投票（固定版モデル）に基づき、ランキングや人間フィードバックへの示唆を述べている。
説明前方値離散化：高次近似を用いない、より高速な確率的拡散サンプリング
要約確率的拡散サンプラーは、同等のサンプル品質を得るために、決定的サンプラーより多くのニューラルネットワーク関数評価（NFE）を必要とすることが多い。本論文は、厳密なスコア関数を用いても、高次近似を伴う確率的サンプラーは依然として一次収束であることを、上界と最悪ケースの下界で示す。これを受けて、学習を必要としない前方値離散化の枠組みを提案し、先行予測から構成した先読み点でモデルを評価する。確率的版として F-DDPM を開発した。CIFAR-10、ImageNet、FFHQ、LSUN において、F-DDPM は同じ NFE 予算で、評価した確率的ベースラインより低い FID を達成した。
注目点先読み値離散化を提案し、確率的サンプリングの高次近似も一次収束にとどまる紧界を示し、複数データセットでFIDの改善を報告。
説明エージェントはいつ記憶すべきか？LLMエージェントのための反証ゲート型自己進化
要約本論文は、LLMエージェントが経験から得た教訓をいつ永続的な記憶に書き込むべきかという問題を扱う。提案手法FGSEは、各候補の教訓を前提条件、行動の変化、期待される効果、検証器を持つ構造化された仮説として表し、一時的な状態で適用して目標移転、反証、アーカイブ回帰の各プローブで検証する。その結果に応じて採用、修正、または棄却を決める。Web、アプリ、ツール利用、長期記憶の各ベンチマークで、タスク性能と、反証失敗、回帰損害、有害な更新の割合の低減を報告している。
説明評価者の監査：LLM推論保証のための内部シグナル
要約本論文は、言語モデルの自己評価による連続的な判定スコアと、同じプロンプトの注意ヘッド活性で学習させた教師あり正答性プローブを比較する。限られたレビュー予算の下で誤りをどれだけ多く見つけられるかに注目している。3つの7〜12BオープンモデルとGSM8K・MATHでの実験では、5%レビュー時にプローブが評価者より多く見つける誤りは全6設定で正の値を示し、中央値は7.4ポイントであった。内部シグナルは同一分野内の教師ありの予算配分を改善しうるが、領域を問わない信頼度推定器ではないと結論づけている。
説明「記憶だけを信じるな」：証拠にリンクした記憶でLLMエージェントの記憶起因の性能低下を抑える
要約本論文は、各教訓を元の試行軌跡と成否理由の要約にリンクして保存するWikiTraceという記憶システムを提案しています。新しいタスクでエージェントは、情報が不足している、または他の教訓と矛盾する場合に、このリンクをたどって元の軌跡を確認し、教訓を補完または修正できます。五つのエージェント向けベンチマークで検証され、既存の記憶手法より優れ、記憶による性能低下も減ったと報告されています。
説明PSL-RGHA：参照勾配半空間整合により勾配発散を抑える並列分割学習手法
要約本論文は、リソースが限られた端末向けの並列分割学習（PSL）フレームワーク PSL-RGHA を提案する。クライアント側の集約がないため、異種データ分布では学習の発散が起きやすいという問題に取り組む。提案手法は、参照勾配の段階的構成（RGPC）と勾配半空間整合（GHA）の二つの要素からなり、クライアントの勾配の衝突を抑える。著者らは、さまざまな設定で既存のベースラインを上回ったと報告している。
説明獲得済みの正答を保ったままマルチモーダルモデルに棄権機能を加える手法
要約本論文は、タスク適応済みのマルチモーダルモデルに棄権機能を追加すると正答が失われうるという問題を扱う。最初のトークンのlogitに対する線形プローブ、保留した画像クラスタでの閾値較正、棄権された出力を「以上のいずれでもない」選択肢に置き換える決定的な拒否機構を組み合わせたReFrainを提案する。Qwen2.5-VL-3Bでの実験では、ゼロ予算設定で新たに得た57問の正答をすべて保持し、正しい棄権率を7.30ポイント向上させた。0.5%の予算では正しい棄権率は74.05%に達した。
説明MMDM：大規模マルチタスク意思決定の評価ベンチマーク
要約本論文は、5,448問・16タスクカテゴリからなるMMDMベンチマークを提案し、System-1型の意思決定モデルを評価します。このモデルは推論過程を生成せず、一度の順伝播で選択肢に対する構造化された確率的判断を行います。28のモデルを評価した結果、常識問題では高い性能を示す一方、相互依存する選択肢、制約付き決定、複数選択のタスクでは苦戦することが示されました。
説明TaoMate-R1：ストリーミング多参照動画生成のための時間的役割特化手法
要約本論文は、指定された人物や物体の参照からまずシーンを確立し、変化する指示のもとで続きを生成するストリーミング多参照動画生成器 TaoMate-R1 を提案します。凍結したバックボーン上で、シーン確立とシーン継続にそれぞれ別の低ランクアダプタを割り当て、Self Gradient Forcing で両役割を履歴を通じて共同学習させます。変化する指示を含む約2分の10本のストリームでは、平均境界輝度ジャンプが1.96から0.613に減少し、CLIPおよびDINOの時間的類似度も向上しました。
説明ForeseeDrive：先読み型生成的運転のための未来トークン条件付け手法
要約本論文は、将来のシーン変化を候補軌道の生成に作用させるインターフェースとして、ForeseeDriveを提案している。記録された交通参加者の動き、占有状態の変化、経路上の相互作用、TTCの余裕から未来トークンを導出し、配備時には現在の文脈からそのトークン空間を予測する。論文はNAVSIM navtestで89.2 PDMS、nuScenes検証セットで平均L2 0.41 m・衝突率0.05%、Bench2Driveで運転スコア76.50を報告している。
説明LM-SimBench：大規模言語モデル学習シミュレーションのための統一フレームワーク・データセット・ベンチマーク
要約本論文は、大規模言語モデルの学習シミュレータを評価するための統一フレームワーク、プロファイリングデータセット、ベンチマーク「LM-SimBench」を提案している。Ascend NPU クラスタ上で、稠密型と Mixture-of-Experts 型の 10 系列にわたる 23 のモデル設定をプロファイリングし、5 つの並列化次元と活性化再計算を変えた 348 の実行可能な構成からなるデータセットを構築した。さらに、予測精度、構成選択、予測誤差の診断を比較評価し、GPU と NPU の対応実験で汎用性を検証している。
説明音声記録AIの評価方法が九十六通りに分裂している現状の解説
要約本論文は、医療現場で使われる環境型AIスクライブ（ambient AI scribes）を評価した最近の54件の研究を検討しています。10の評価次元と40の指標が、96通りの異なる方法で運用されており、そのうち35通りは一つの研究でしか使われていません。評価は主に文書作成の効率と時間に偏り、安全性と臨床アウトカムは最も一貫性がないとされています。著者は、標準化された多次元の指標に基づく、より包括的な評価を提唱しています。
説明UniFlow-RS：多様なリモートセンシングタスクを統一する生成的予測モデル
要約本論文は、タスクごとに分かれていたデコーダや損失関数を置き換え、共有の潜在空間でフローマッチング予測器を用いて複数のリモートセンシングタスクを統一するUniFlow-RSを提案している。異なるタスクの出力を共通の構造化された視覚的ターゲットに変換し、タスク・モダリティごとの学習状況に応じて学習時刻を動的に配分するTMAS手法を導入している。単一モデルで6つのタスクと13のデータセットを扱い、いくつかのベンチマークで近年のタスク特化型手法を上回り、未見のデータに対してゼロショット転移も示している。
説明AutoThreshold：適応的マスク二値化のための同時混同プロファイル学習
要約本論文は、スコアのビンごとに正例・負例ピクセルの同時質量を予測することで、閾値に対応する混同行列を直接パラメータ化する事後処理手法AutoThresholdを提案する。ソフトマックス正規化と累積デコードにより単調で整合的な混同プロファイルを得て、ヘッドを再学習せずに任意のFβ指標に対して閾値を選択する。Kvasirで学習したパイプラインを4つのポリープデータセットに転移させた実験で、連続Otsu法を上回る外部マクロDiceの向上が示された。
説明合成型ランダムフォレスト：組成データを扱うランダムフォレストの手法
要約本論文は、組成（compositional）データを応答変数とするランダムフォレストの枠組みを提案し、単体、対数比座標、単位球面の三つの表現空間に対応させています。分割基準には対数尤度の増分を用い、接線正規分布（Kent分布とパラメータを共有）と多変量ロジスティック正規分布を採用しています。シミュレーションでは、最も精度の高いフォレストが組成の共分散構造に依存すること、三つの設計のうち二つで接線正規フォレストが最も正確であったことが示されています。
説明地域間で発生時期が異なる感染拡大の連合学習による予測：データ主権を守りながら、広東・マカオ・ポルトガルの新型コロナ新規感染者数を協調して予測する研究
要約この研究は、各地域の流行の時期がずれている状況で、広東、マカオ、ポルトガルの新型コロナ新規感染者数を、各地域のデータを外部に出さずに協調して予測する連合学習の枠組みを提案しています。モデルには長短期記憶ネットワーク（LSTM）を用い、二乗平均平方根誤差などの指標で、ローカル学習や集中学習と比較しています。連合学習モデルの正規化二乗平均平方根誤差は0.028で、ローカルモデル（0.240）より88.3%改善し、集中学習に近い精度でした。研究者は、プライバシーを守る協調予測の実践的な道筋になり得るとしつつ、今後の前向き検証が必要だとしています。
説明設計された学習データによるドップラー効果に強いチャネル推定ニューラルネットワークの実現
要約本論文は、無線通信におけるニューラルネットワークによるチャネル推定の汎化能力を扱い、特に高速移動環境で生じる大きなドップラーシフトに注目しています。著者らは、オフラインで学習したネットワークが事前情報やオンライン学習なしで新しいチャネルを正確に推定できるよう、合成学習データを生成するための設計基準を提案しています。シミュレーションでは、複雑さの異なる複数のネットワークが、未知の遅延プロファイルやドップラーシフトに対して一定の性能を示しました。
説明ターボファンエンジンの解釈可能な健全性表現学習のための物理制約付きオートエンコーダ
要約本論文は、システムの物理知識をデコーダの構造と損失関数に組み込んだ物理制約付きオートエンコーダを提案する。N-CMAPSSデータセットでの再構成精度は全データ駆動モデルと同程度で、集約された健全性指標の真値とのスピアマン相関は0.9791である。また、ラベルなしで圧縮側と膨張側の劣化を区別し、劣化傾向を部品マップ上に可視化できることが示されている。
説明物理の連鎖（Chain of Physics）：工学的知見を取り入れた大規模言語モデル推論による故障診断支援
要約本論文は、大規模言語モデル（LLM）を用いた故障診断フレームワーク「Chain of Physics（CoP）」を提案する。設備固有の参考文書から自動生成される制約付き知識グラフ（CKG）に、故障モード、物理量の変化、監視センサーを結ぶ診断連鎖を格納し、推論時に類似した経路を検索して情報および文脈内の例として用いる。候補となる故障モードを個別に分析し、最終的な判断モジュールが各連鎖と選択肢を比較する。FailureSensorIQベンチマークで、四種類の産業設備と三つのLLMにおいて、直接プロンプトや従来型の検索拡張生成（RAG）より診断精度を向上させた。
説明スパイキングニューラルネットワーク強化学習における再帰的モジュール構造
要約本論文は、固定された役割を持つコミュニティに分割された再帰型ネットワーク「Community Recurrent SNN（CoRe SNN）」を提案します。刺激を受け取る制御コミュニティ、各行動に対応するコミュニティ、内部状態を保持する潜在コミュニティから構成されます。学習は局所的な三因子則で行われ、学習中にモジュール性を促すMap-STDPなどの手法も導入されています。CartPole、LunarLander、Acrobotでの実験では、前向き型ネットワークと同等かそれ以上の性能が示されています。
説明Lilo：子どものデジタルコミュニケーションのためのマルチエージェント対話サンドボックス
要約本論文は、子どもがグループチャットでの模擬的な口論を練習できるマルチエージェント対話システム「Lilo」を紹介しています。子どもは、AIが演じる二人の仲間の言い争いに途中から加わり、「止まる・考える・行動する」の信号機式の指導を行うメンター役のキャラクターから助言を受けます。9〜11歳の28人の子どもを対象とした探索的研究では、介入の前後にアンケートを行い、終了後にインタビューを実施しました。その結果、参加者は不快なメッセージへの対処に関する自己効力感が、Lilo との対話後に有意に高まったと報告しています。
説明Elastic-WAM：効率的なロボット制御のための適応的な時空間イメージング
要約本論文は、世界行動モデルに基づくロボット制御を改善する Elastic-WAM を提案している。タスクや状態に応じて、時間方向のデノイズ段階と空間方向の未来領域に対する計算量を適応的に割り当てる。複数のシミュレーションベンチマークと実世界の長期操作タスクで評価され、推論遅延を抑えつつ最先端の制御性能を示したとされている。
説明自己進化型マルチモーダルエージェントの横断的シナリオ調査と分析
要約本論文は、人手による注釈を繰り返し必要としない形で自己改善するマルチモーダルエージェントの研究を、推論、生成、GUI・Webナビゲーション、身体的操作の四つのシナリオにわたって調査しています。著者らは自己進化型エージェントを定式化し、経験生成、フィードバック取得、更新の統合からなる三段階ループを分析枠組みとして用いています。各機制がシナリオ間で移転する際に非対称となる構造的要因を分析しています。
説明意味連鎖：到達可能な事実から根拠のある答えへ
要約本論文は、質問から答えを正当化する事実を見つけ、互いに連結した陳述の列として提示する方法を扱う。文脈を論理的事実のグラフとしてモデル化し、各事実をどの表現が表すかは与えられるものとする。モデルの条件のもとで、質問に含まれる対象から始まる探索が根の事実に到達し、選ばれた展開のすべての事実を覆うことが示される。また、複数の環からなる連鎖について、候補となる順序の列挙と、リンクの文章が正当化を保持し各遷移を支えるための条件が述べられる。
説明人間とエージェントの交渉における継続学習による個人化された感情知覚
要約本論文は、表情認識モデルCLIFER（想像を伴う継続学習による表情認識）を用いて、覚醒度と感情価をリアルタイムで個人化して知覚する感情適応型の交渉戦略を提案している。感情の変化の方向と強さに基づく差分フィードバックによって、エージェントの目標効用を調整し、対話中にモデルをバックグラウンドで非同期に更新する。66名の参加者がヒューマノイドロボットと交渉した実験では、継続学習を有効にしたエージェントが、ベースラインのFaceChannelより有意に高い個人効用と譲歩率を示した。
説明SinkState：混合LLMの効率的な推論サービングのための再帰状態のオンザフライSVD圧縮
要約本論文は、ソフトマックスアテンションと線形アテンションを組み合わせた混合モデルを対象とする。線形層のクエリ、キー、バリューが安定した低次元部分空間に集中すること（線形アテンション・シンクと呼ぶ）を見いだした。提案手法SinkStateは、推論全体を通じて再帰状態を適応的な低ランク形式で保持し、バッファ付き更新と上位部分空間に限定した局所SVDを用いる。残りの成分はCPU上で非同期に統合する。Mamba-2とGated DeltaNet（GDN）層を含む4Bから120Bパラメータの4つの混合モデルで、Mamba-SSMやFLAと比べ、再帰状態のピークメモリを最大2.6倍（平均1.9倍）削減し、デコードを最大1.58倍（平均1.25倍）高速化しつつ精度を維持したと報告している。
説明TRACEフレームワークに基づく法案の汚職対策専門評価を自動化するAIアシスタント
要約本論文は、TRACEアーキテクチャに基づき、法案の汚職リスクを自動でスクリーニングするAIアシスタントを提案している。専門家が問題視する条項を特定し、各条項の規制上の欠陥を明示することを目的とする。乌克兰の国家汚職防止機関（NAZK）の公表結論から132件の法案と474件の発見事項によるベンチマークを構築し、100件の法案で評価を行った。
説明PARLEY：協力的な非対称パズルによる大規模言語モデルの協調能力の評価
要約本論文は、認知心理学に基づく4種類の非対称パズル課題を用いて、大規模言語モデル・エージェント同士の協調を研究するためのPARLEYプラットフォームを提案する。GPT-4oのエージェント対の会話成功率は60.5%で、課題ごとに差が見られた。会話の分析から、知覚・適応・調整の3領域に分類される6種類の失敗タイプからなるPAC分類体系を導出した。分類体系に基づく介入により、平均成功率は70.5%に向上した。
説明Dyship：二者対話の音響特徴を用いた話者関係の分類
要約本論文は、Seamless Interaction コーパスの二者対話から話者同士の顔見知りかどうかと血縁関係を判定する枠組み DyShip を提案する。スペクトログラム、MFCC、自己教師あり学習の WavLM 表現、x-vector、推定された調音運動という五種類の音声表現を比較した。顔見知りの判定ではスペクトル特徴が最も高く 87.81% の精度に達し、血縁関係の判定では WavLM が 85.17% で最高となった。多くの分類器が、同じデータセットで以前報告された人間および音声言語モデルの成績を上回った。
説明一般分散条件下の部分参加型フェデレーテッド平均法に関する研究
要約本論文は、一般的な分散条件のもとで部分参加を伴うフェデレーテッド平均法（FedAvg）の収束性を研究している。各通信ラウンドでサーバーは n 個のクライアントから S 個を非復元で一様にランダム抽出する。滑らかな非凸目的関数に対し、異質性指標と抽出係数に基づく有限時間の定常性上界を導出し、上界はサンプルされたクライアント数 S について線形の高速化を示す。S=n の場合は全参加の結果に一致する。逓減ステップサイズの下で、勾配ノルムが期待値の意味でも概収束の意味でも0に収束することを示している。
説明StaRSE：符号符号化された静的エンコーダによる小型ロシア語文埋め込みモデル
要約本論文は、ロシア語向けの小型静的文エンコーダStaRSEを提案する。デプロイ時にTransformerの推論を行わず、トークン方向は符号ビットとして、トークンのノルムは別に保存し、文はノルムで拡大した符号方向の平均プーリングで符号化される。ruBERT-baseで初期化し、ロシア語の隣接文ペアとタスク形式のペアで微調整した後、符号投影されたトークン表を直接最適化する対比学習段階で後学習している。RuMTEBでのタスク平均は51.16、パッケージ済みモデルのサイズは11.3 MiB、1文あたりのCPU平均遅延は0.08ミリ秒である。
説明Transformer言語モデルにおける内外アルゴリズム計算の段階的かつ解釈可能な出現
要約本論文は、構文構造の変動と解析の曖昧性を扱うTransformerが、学習の過程で内外（inside-outside）アルゴリズムに近い計算をどのように獲得するかを、構造が制御可能な合成文脈自由文法を用いて検討している。学習曲線の各段階は解析的に計算でき、隠れた潜在木変数の表現と対応づけられると述べられている。学習初期は局所的な二語・三語の情報が使われ、その後、中間層に最も抽象的な情報が符号化されるエンコーダ・デコーダ的な構造が形成され、後半の層で最終的な予測が段階的に洗練されることを示している。
説明ViGA-FLAME：視覚と幾何の潜在表現を整合させ、頑健な3D頭部表情推定を実現
要約本論文は、単一画像から3D頭部表情を推定する二段階フレームワークViGA-FLAMEを提案します。第一段階のパラメトリック幾何変分オートエンコーダ（PG-VAE）は、頭部表面とFLAMEパラメータの統一的な潜在表現を学習します。第二段階の視覚幾何アダプタ（ViGA）は、非対称注意機構により、事前学習済み視覚エンコーダの意味的特徴をこの潜在空間に整合させ、元の視覚ストリームは変更しません。論文は、強い顔の変形や大きな視角でも既存のフィードフォワード手法より頑健だと述べています。
説明検証可能なエージェント型トラフィック・クラス：AIエージェント向けの監視付きQoS機構（シミュレーションから実カーネルでの敵対的試験まで）
要約本論文は、大規模言語モデルに基づくソフトウェアエージェントが生成するトラフィックを扱うため、エージェント型トラフィックを宣言する予約済みDSCP値、宣言と矛盾するフローを最良効果の後ろに降格させるルーター側分類器、レート制限付き優先キューを組み合わせたVATCを提案しています。VATCは、静的DiffServ、fq_codelと、シミュレーターおよびLinuxカーネル上で比較されました。突発的負荷の下ではエージェントの待ち時間を大きく削減しましたが、カーネル上のなりすまし洪水試験では分類器の取りこぼしが見られました。試験トラフィックは合成的またはサンドボックス規模のものです。
説明Tree-Ising：ビットレベルのIsing編集による言語モデルの修復
要約本論文は、言語モデルの重みを BF16 レベルでスパースな離散最適化問題として修復する Tree-Ising 手法を提案します。目的関数を行ごとに独立した QUBO（Ising）問題へ分解し、焼きなまし法または量子着想のシミュレーテッド・バイフルケーションで解きます。MATH-500 では修復後のモデルが 54.6% を記録し、エージェントによる編集の 51.7% を上回りました（基礎モデルは 7.9%）。
説明注意ヘッドの集中的脱落と分散的脱落における自己回帰型大規模言語モデルの多段階推論の劣化比較
要約本研究は、哺乳類の大脳新皮質で見られる局所的な一時的神経活動停止の現象になぞらえ、時間的・空間的に集中した注意ヘッドのマスキングが推論に与える影響を検討している。GSM8Kベンチマーク上でQwen3-8BとLLaMA-3.1-8B-Instructの2モデルを評価し、集中的なバースト型マスキングと、同じ予算で行う分散型のランダム脱落を比較した。その結果、集中的なバースト型マスキングのほうが正答率の低下が大きいことが示された。
説明DailyWildfireCAN：カナダにおける翌日の山火事拡大予測のためのデータセットとベンチマーク
要約本論文は、カナダにおける翌日の山火事拡大を予測するための多モーダル・多時系列データセットおよびベンチマークであるDailyWildfireCANを提案する。2017年から2024年までの8つの火災シーズンにわたる2,440件の山火事事象を収録し、空間解像度90メートル、時間解像度24時間で、地形、気象、土地被覆、植生、人為的影響指数、衛星画像などの33の特徴量を統合している。単一時点と複数時点の予測モデルを比較するベンチマークと、多次元の評価枠組みも構築している。
説明エッジ視覚Transformerの量子化と動的分割を同時に行う手法（コンテキスト対応）
要約本論文は、コネクテッド自動運転車両（CAV）上で視覚Transformerモデルを展開するためのエッジ編成フレームワークを提案する。モデルの分割点、層ごとの量子化ビット幅、実行配置を同時に選択し、問題を混合整数線形計画（MILP）として定式化して、エンドツーエンド遅延と課題品質の制約下で計算および通信のエネルギーを最小化する。Jetson Orinシリーズ上でOPV2Vのマルチストリーム負荷を用いて評価され、統一INT8分割と比べてV2V通信エネルギーを33.3〜36.0%削減したと報告している。
説明拡張ラグランジュ法によるリフテッド・ベルマン線形計画法
要約本論文はオフライン強化学習において、データセット上の最適価値を線形計画問題として表し、乘数法（拡張ラグランジュ法）で解く手法を提案している。従来の固定係数によるペナルティの代わりに、双対上昇法で学習される乘数を用いる。OGBenchの状態ベースの50タスクで平均成功率60.1%を報告している。
説明SpecValley：稠密な異質グラフにおけるスペクトル谷としての集約（異質グラフ上のノード分類を改善する集約手法の論文）
要約この論文は、異質グラフ（隣接ノードのラベルが異なりやすいグラフ）でのノード分類を扱っています。次数正規化による集約がラベル情報を含む信号の一部を減衰させ、固定された中域にスペクトル谷を作ると指摘しています。提案手法SpecValleyは、各グラフごとに谷の位置・鋭さ・両側の利得を学習し、異質なベンチマークで高い性能を示したと報告しています。
説明二重頑健推定と線形計画法によるクロスボーダー配送拠点選択モデル
要約本論文は、予測、二重頑健推定（Doubly Robust Estimation）、線形計画法を組み合わせ、各越境配送ルートに最適な出荷元フルフィルメントセンター（FC）を選ぶ多段階最適化フレームワークを提案します。大手EC企業の3つの国際配送ルートにおける12か月分の出荷データで評価されています。人手による専門家の選択方針と比べ、配送時間を8.5～51.1%、物流コストを4.4～48.3%削減したと報告されています。
説明BARS：未知分布下の多数派特定のための予算考慮型逐次サンプリングと拒否手法
要約本論文は、大規模言語モデルで反復サンプリングの多数決により一貫性を確保する手法に対し、予算と目標誤り率の下で最上位と次点の差を検証する逐次ルール BARS を提案している。条件が満たせない場合は早期停止、予算内の多数決、または拒否を返す。実用モードでは理論的な上界の代わりに経験的キャリブレーションを用いる。GSM8K では固定8回サンプリングより22.3%少ないサンプル数で、質問の18.8%を拒否した。MATH では出力回答の正答率が82.5%に向上し、モデル自身が解けない難問の約半数に対して回答を拒否した。